OpenStack环境下虚拟机调度算法研究.docVIP

OpenStack环境下虚拟机调度算法研究 　　摘 要：随着云数据中心的大规模应用，文章通过对当今主流的开源云平台OpenStack在虚拟机初始化放置机制的研究，针对OpenStack在创建虚拟机时初始化放置算法的不足，提出了基于虚拟机的综合优化放置算法作为OpenStack的虚拟机初始化放置算法，通过在仿真云平台CloudSim上仿真，结果表明，该算法性能更好，能更好地提高物理机的资源利用率。 　　关键词：OpenStack；虚拟机；调度算法 　　继个人计算机、互联网变革之后，2010年以来，云计算作为第三代IT浪潮的代表正在向我们走来，它将带来人类生活、生产方式和商业模式的根本改变，成为当前全社会关注的焦点。 　　随着云计算的蓬勃发展，基于云平台下的基础设施的规模也变得越来越大，数据中心上部署的物理服务器也越来越多，各种各样的服务和程序运行在这些物理服务节点上，怎样有效利用数据中心的共享资源，有效提高大规模的物理数据中心的资源利用率，具有重要意义。 　　现阶段，云平台的虚拟机初始化部署的研究主要分为传统的启发式算法和生物智能启发式算法两个方面。传统的启发式算法有首次匹配算法、最佳匹配算法等。生物智能启发式算法主要有蚁群算法、遗传算法等。上述算法在一定的情况下都能表现出较好的性能，但是在云平台这种没有环境限制下算法的性能会不稳定。本文针对OpenStack内置的算法的不足对传统算法的启发式的算法进行了改进，提出了综合优化放置算法。 　　1 0penStack虚拟机放置机制 　　1.1 0penStack虚拟机的创建流程 　　在OpenStack搭建的云环境中，分布着大量的性能不同的物理机，此时，当有用户在OpenStack的Web页面dashboard上请求创建虚拟机时，就面临着将虚拟机部署在哪个物理计算节点上的问题。OpenStack中，nova-scheduler（调度器）负责在资源池中筛选合适的物理服务器作为虚拟机实例的初始化部署节点。OpenStack中虚拟机的创建流程如图1所示。 　　1.2 0penStack中内置了两种初始虚拟机放置算法 　　1.2.1 即时服务放置算法 　　即时服务放置算法即如果当前的物理主机所剩余的内存等资源满足所申请创建的虚拟机的请求时，在满足条件的物理机列表中随机的选取一个物理主机做为虚拟机创建实例的初始化部署节点。 　　1.2.2 过滤称重算法 　　过滤称重算法如图2所示。 　　过滤称重算法主要是分为两个步骤，首先OpenStack计算服务Nova中的过滤调度器FilterScheduler使用配置的过滤器（Filter）对物理服务器进行过滤，筛选出符合要求的物理主机，然后对满足条件的主机进行权值排序，将获得剩余资源最多的主机最终作为放置虚拟机实例的节点。 　　1.3 0penStack虚拟机初始部署算法的不足 　　OpenStack在默认的情况下只是根??物理主机剩余的CPU进行权值的计算。因此，物理主机剩余的可利用的CPU越多，则该物理主机被选为最佳放置虚拟机主机的概率就越大。这种算法的优点是算法的实现相对比较简单。缺点是只是根据物理主机剩余的CPU大小来进行权值的排序，进而来选择物理主机作为放置虚拟机实例的目标主机，并不符合实际生产环境中云平台的使用要求。另外，只是单一地根据物理计算节点所剩余的CPU的大小来决定虚拟机的放置策略，使得云环境中各个物理主机的CPU的利用率都不高，因此，在实际的云生产环境中，需要综合考虑CPU、内存、带宽、磁盘等各个资源，最大限度地提高物理主机的资源利用率，避免资源的浪费。 　　2 0penStack综合优化放置算法 　　2.1 问题模型 　　虚拟机的初始化部署问题可以简化为一种装箱问题。即将m个w维的盒子装入n个w维的箱子。每个虚拟机可以看成是一个盒子，每个物理主机看作是一个箱子。盒子的重量是该虚拟机占用的资源。虚拟机的调度优化目标是将多个虚拟机放入物理主机中。保障用户的服务质量，同时，每个物理主机上虚拟机占用的资源总量不能超过物理主机所能提供的资源总量。并且，使虚拟机占用的物理主机的数量最少。达到节省能耗、提高资源利用率的目的。 　　问题定义：将数据中心的n个物理主机定义为集合P={P1，…，Pn}，将需要放置的m个虚拟机定义为集合V={v1，…，vm），物理主机上虚拟机的放置向量为H={hi1，hi2，…，him）。hij=1表示虚拟机vj放在物理主机pi上。定义每个物理节点上的资源为w维。因为物理服务器节点的资源主要有CPU、内存、网络带宽和磁盘存储，所以简化定义物理服务器资源向量为四维向量Pi=（SCi，SMi，SMi，SHi）相应的虚拟机的资源定义为vj=sci，smi，sni，shi）。